Courtesy of Forbes

Alasan AI Membuat Perusahaan Beralih Dari Cloud ke Edge Computing

Menjelaskan fenomena perpindahan beban kerja dari cloud ke edge computing dan sistem AI-native on-premises, serta pentingnya memilih pendekatan terbaik sesuai jenis beban kerja di era AI agar sistem lebih cepat, handal, dan aman.

24 Nov 2025, 22.05 WIB

109 dibaca

Ikhtisar 15 Detik

Kecerdasan buatan semakin menggeser fokus dari komputasi awan ke komputasi tepi untuk mengurangi latensi.
Pendekatan hibrid antara AI di cloud dan di tepi akan menjadi norma dalam penerapan teknologi di masa depan.
Kepercayaan pada sistem lokal menjadi penting, terutama dalam aplikasi yang kritis seperti pertahanan.

Stanford, Amerika Serikat - Sepuluh tahun lalu, AI masih dianggap fiksi ilmiah, dan cloud computing menjadi solusi utama untuk menyimpan dan mengolah data besar. Cloud memungkinkan bisnis menyimpan data dalam jumlah besar dan mengakses layanan secara dinamis lewat internet.

Dengan hadirnya AI yang membutuhkan kecepatan sangat tinggi, perusahaan mulai mengadopsi edge computing, yaitu memproses data dekat dengan sumbernya untuk mengurangi latensi yang kerap menghambat respons sistem AI di cloud.

Edge computing sangat cocok untuk aplikasi yang membutuhkan keputusan kilat seperti kendaraan otonom, sistem pertahanan, dan manufaktur yang kritikal. Namun, bukan berarti cloud ditinggalkan seluruhnya, karena setiap sistem memiliki kebutuhan berbeda.

Latent AI mengembangkan toolkit dan platform AI tangguh yang dapat digunakan di lapangan tanpa perlu koneksi internet, membantu para pengguna militer dan industri menjalankan AI secara lokal dengan perangkat seperti Jetson box dari NVIDIA.

Ke depan, kombinasi antara edge dan cloud akan menjadi pilihan standar, di mana para pemimpin bisnis harus menentukan pendekatan mana yang paling pas untuk tiap beban kerja, memastikan AI dapat berjalan cepat, aman, dan andal.

Referensi:
[1] https://www.forbes.com/sites/johnwerner/2025/11/24/the-cloud-and-the-edge-ai-prods-engineers-to-consider-latency/

Analisis Ahli

Jags Kandasamy

"AI di masa depan harus terdistribusi dan adaptif, bergerak menuju edge-native intelligence yang dapat beroperasi secara independen dalam lingkungan yang penuh tantangan."

Tushar Panthari

"Perdebatan antara Edge AI dan Cloud AI akan bergeser ke memilih solusi yang paling sesuai kebutuhan, dengan pendekatan hybrid sebagai kebijakan default pada 2025."

Analisis Kami

"Peralihan dari cloud ke edge computing bukan sekadar tren teknologi, melainkan kebutuhan nyata untuk mendukung aplikasi AI yang responsif dan tahan kondisi ekstrem. Bisnis dan institusi harus lebih cermat memilih infrastruktur yang sesuai jenis beban kerja agar tidak hanya efisien tapi juga aman dan dapat diandalkan dalam situasi kritis."

Prediksi Kami

Dalam beberapa tahun ke depan, adopsi sistem hybrid antara cloud dan edge computing akan semakin meningkat seiring dengan kebutuhan AI yang menuntut latensi rendah dan keandalan tinggi, terutama di bidang pertahanan dan industri kritikal lainnya.

Pertanyaan Terkait

Apa yang dimaksud dengan komputasi tepi?

Komputasi tepi adalah strategi di mana pemrosesan data dilakukan dekat dengan sumbernya untuk mengurangi latensi.

Mengapa perusahaan mulai menarik beban kerja dari cloud?

Perusahaan mulai menarik beban kerja dari cloud karena kebutuhan akan kecepatan dan pengurangan latensi dalam pengolahan data.

Apa pentingnya latensi dalam sistem kecerdasan buatan?

Latensi adalah waktu yang dibutuhkan untuk mengirimkan sinyal melalui sistem, dan sangat penting dalam aplikasi kecerdasan buatan yang memerlukan respons cepat.

Siapa Jags Kandasamy dan apa perannya di Latent AI?

Jags Kandasamy adalah pemimpin di Latent AI yang fokus pada kecerdasan terdistribusi untuk aplikasi pertahanan.

Apa itu Ruggedized AI Toolkit dan bagaimana cara kerjanya?

Ruggedized AI Toolkit adalah sistem AI yang memungkinkan pengguna non-ekspert untuk melatih dan memperbarui model AI di lapangan tanpa ketergantungan pada cloud.